假设检验方法在应用中几个问题的探讨

探讨了在经营管理实践中统计学假设检验方法时应注意的四个问题：边检验时零假设的建立；显著性水平α的选取；决策规则的陈述；检验统计量相对频数的计算。     

方差分类模型的假设检验

主要讨论了对于广泛应用的方差分类模型,如何判断随机区组效应的存在性及是否有显著性差异.通过对区组内分析获得了固定效应是否存在的统计检验方法及两个随机效应是否有显著性差异的检验方法.     

探讨假设检验的基本问题

该文以一个简单例子探讨了统计中统计推断的一项重要内容--假设检验及其相关的基本问题。假设检验是利用样本对总体进行某种推断的方法。文中给出了对总体参数如何提出假设,再如何利用样本数据判断这个假设成立与否,以及假设检验方法可能犯的错误等。     

双参数指数分布参数的假设检验

分别给出了单个双参数指数总体和两个双参数指数总体参娄和的假设检验，并且讨论了检验统计量的分布。     

复多元GAUSSIAN模型中参数的检验问题

讨论q个复多元正态总体中关于假设H:∑1=…＝∑q=σ^2I,μ1=…=μq=μ0的检验问题，并以χ^2－分布为基础的级数形式给出了在与原假设相接近的某些备择假设下似然比统计量的非零渐近分布。     

一类混合效应模型的统计分析

考虑一类混合效应模型yij=ai xiβ eij,j=1,2,…,mi,i=1,2,…,n,其中Eai=0,Eai2=σa2,Eeij=0,Eeij2=σe2.给出了参数β,σa2和σe2的估计,并证明了这些估计量的强相合性.还讨论了随机效应ai的方差为零的检验问题,给出了检验方案.     

非参数混合效应模型的B样条估计

文章主要考虑纵向数据的非参数混合效应模型Yi(td=f(tij) vi(tij) ∈i(tij)，j=1…，ni，i=1…，P．我们运用B样条函数逼近方法给出了效应函数f(t)，ui(t)的一个新的估计，即B样条估计,同时，我们也讨论了B样条估计的渐近性质。     

广义非线性混合效应模型的变离差检验

应用混合效应方法研究了广义族非线性模型的变离差检验问题。对离散和连续两类指数族分布，提出了若干个有效的检验统计量，所有统计量都可用简单、便于计算的矩阵公式来表示，这些结果和方法可应用于广泛的实际问题与实际模型并利用务浆渗透数据来说明方法的有效性。     

矩阵的子矩阵与线性模型的假设检验

通过证明矩阵X, X′X及其子矩阵的一个关系 式, 得到了多元正态线性模型（Y,Xβ,σ²I_n）中参 数β的假设检验问题的检验统计量.     

基于非线性混合效应模型的针阔混交林地位指数研究

基于非线性混合效应模型和树种间地位指数转换方程,建立混交林中不同树种地位指数混合效应模型,为多树种混交林立地生产力评价提供科学依据。     

混合模型及其导出模型下可估函数的最佳线性无偏估计研究

讨论了在混合模型(y,Xβ+Uζ,σ_0~2V_0)及其导出模型下,可估函数的最佳线性无偏估计之间的关系,证明了当可估函数的最佳线性无偏估计存在时,它在混合模型及其导出模型下的一致性。     

线性模型中回归系数混合估计的相对效率

设线性回归模型中回归系数的最小二乘（least square，LS）估计和混合估计分别为β与βm．当设计阵X列满秩时，获得了相对效率e1（β，βm）=det[Cov（βm）]／det[Cov（β）]以及e2（β，βm）=tr[Cov（βm）]／tr[Cov（β）]的界；当X不是列满秩时，设可估函数c′β的LS估计和混合估计分别为c′β和c′βm，获得了相对效率e3（c′β，c′βm,）=Var（c′βm）／Var（c′β）的界．     

基于半参数部分线性混合效应模型的房地产上市公司盈利能力影响因素研究

基于沪深两市的50家房地产上市公司2006年至2015年期间的纵向数据,从资产结构、负债结构、公司规模、公司风险、发展潜力5个方面分析了影响房地产上市公司盈利能力的因素。通过建立净资产收益率、流动资产率、资产负债率、总资产的对数、主营业务收入的对数5个观测变量的半参数部分线性混合效应模型进行实证分析,并根据贝叶斯推断给出了模型参数的估计值,最后通过将实证模拟结果与房地产行业上市公司的实际情况进行对比分析,证明了所建模型的有效性。     

海量数据下线性混合效应模型的估计算法

基于以往文献提出线性混合效应模型参数的三步估计方法,避免了繁杂的极大似然估计迭代步骤。同时为进一步解决海量数据下计算估计量时存在的存储瓶颈及计算时间过长问题,在海量纵向数据的两种不同数据格式下,分别基于三步估计方法利用分治算法计算模型参数的估计量。数值模拟和实证分析结果表明,本文所提出的三步估计方法和估计量的分治算法可以减轻计算负担,减少占用内存,解决内存不足的问题,并提高计算速度。     

混合效应模型的双MCP惩罚分位回归研究

针对混合效应模型,在已有的双Lasso正则化分位回归(DLQR)的基础上,结合MCP惩罚,提出了双MCP正则化分位回归(DMQR).通过对惩罚方法的改进,使得模型的拟合效果大大提高.在求解参数时使用交替迭代算法使得每次只用求解单个MCP惩罚的分位回归,并结合针对非凸惩罚的迭代坐标下降法(QICD)使得计算的速度大大提高.在稀疏模型的模拟研究中发现,无论在何种误差条件下,DMQR都能很好的排除冗余变量,效果相对于DLQR有了较大的提升.且在模型的稀疏程度不同时,都能得到很好的模拟结果.     

基于广义部分线性混合模型的中国A股上市公司现金股利支付倾向影响因素贝叶斯分析

基于2004~2011年12家中国A股上市公司的纵向数据,从成长性、经营状况、股权结构等方面来分析研究中国A股上市公司现金股利支付倾向的影响因素。建立关于规模、成长水平、融资水平、偿债水平、现金流水平、股东获利水平、人均GDP和第一大股东持股比例共8个观测变量的logistic广义部分线性混合效应模型,利用贝叶斯统计方法给出模型参数的估计,并将结果与A股上市公司现金股利支付的实际情况进行了对比分析。结果表明：本文所用模型可以正确解释影响上市公司现金股利支付倾向的因素。     

部分线性面板数据模型中个体效应的Bootstrap Hausman检验

对于面板数据模型而言,为了提高估计和预报的精度,区分个体固定效应和个体随机效应非常重要。 针对部分线性面板数据模型,在小样本下采用参数 Hausman 检验方法来识别模型中的个体效应,并通过 Bootstrap 抽样方法求得统计量的上分位点进而构造假设检验的拒绝域。 模拟结果显示,此检验的稳健性和可靠性比现有的非参数检验高,且在计算量和计算时间上有较大优势。     

正态性检验的直线相关分析法在医学统计中的应用

目的研究对原始数据进行正态性检验的新方法.方法将组中值作为x变量,概率单位作为y变量,利用直线相关分析法对数据进行正态性检验.结果直线相关分析法对原始数据进行正态性检验结果可靠.结论方法简便、快捷,结论可靠.     

混合模型在地质统计学中的应用综述

介绍了统计学中混合模型的基本特征,综述了空间统计学的一个重要分支——地质统计学的简况.鉴于形状分析(shape analysis)与地质统计学的关联,以重要文献为线索,介绍了混合模型在形状分析中的应用概况.此外,就混合模型对地质统计数据的建模分析而言,回顾了地质统计学中的混合模型建模思路,介绍了统计理论的发展状况和实际应用简况,展望并讨论了地质统计学中混合模型的发展趋势.